方法说明
1、排序sort_values和ascending。
通过ascending参数来确定升序还是降序，True表示升序
2、空判断，isnull和notnull。
isnull（） – 判空
notnull（） – 判非空
3、缺失值处理，dropna和删除。
dropna（）
删除
4、统计基本信息describe（）。
实例
>>> data
a 10
b 11
c 12
d 13
e 14
dtype: int64
>>> data.sort_values(ascending = False) #降序排序
e 14
d 13
c 12
b 11
a 10
dtype: int64
>>> data = pd.Series([100,200,np.nan,200,np.nan,400],list('abcdef')) #创建含有缺失值的对象
>>> data
a 100.0
b 200.0
c NaN
d 200.0
e NaN
f 400.0
dtype: float64
>>> data.isnull() #判空
a False
b False
c True
d False
e True
f False
dtype: bool
>>> data.notnull() #判非空
a True
b True
c False
d True
e False
f True
dtype: bool
>>> data.dropna() #删除缺失值
a 100.0
b 200.0
d 200.0
f 400.0
dtype: float64
>>> data.fillna(data.mean()) #设置默认值为均值
a 100.0
b 200.0
c 225.0
d 200.0
e 225.0
f 400.0
dtype: float64
>>> data.drop_duplicates() #去重
a 100.0
b 200.0
c NaN
f 400.0
dtype: float64
>>> data.value_counts() #统计频率
200.0 2
100.0 1
400.0 1
dtype: int64
>>> data.describe() #对数据进行基本统计，统计时自动去掉了缺失值
count 4.000000
mean 225.000000
std 125.830574
min 100.000000
25% 175.000000
50% 200.000000
75% 250.000000
max 400.000000
dtype: float64
以上就是Python中Series常用方法整理，希望对大家有所帮助。更多Python学习指路：python基础教程
本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。
